3501 पेपर
यह अध्ययन औद्योगिक छंटाई के लिए अखरोट का पता लगाने और ट्रैकिंग की दक्षता और सटीकता को बढ़ाने हेतु Sea_Attention, Dysample, C2f_SCConv और DIoU-आधारित मिलान को शामिल करते हुए एक एक्स-रे सिस्टम के साथ एकीकृत एक उन्नत YOLOv8n-SDSC और DeepSORT फ्रेमवर्क प्रस्तावित करता है।
यह शोध पत्र SOA-UNet प्रस्तुत करता है, जो एक हल्का (lightweight) डीप लर्निंग फ्रेमवर्क है जो एमआरआई (MRI) छवियों से सटीक, तेज़ और व्याख्या योग्य ब्रेन ट्यूमर सेगमेंटेशन प्राप्त करने के लिए स्पार्स फीचर एनकोडिंग, ओत्सु-आधारित अटेंशन गाइडेंस और एक एडेप्टिव बाउंड्री लॉस को संयोजित करता है।
यह शोध पत्र एक दोहरी-मोडल (dual-modal) मशीन लर्निंग रूपरेखा प्रस्तावित करता है जो अवसाद का पता लगाने के लिए पाठ्य (TF-IDF) और ऑडियो (MFCC) विशेषताओं को एकीकृत करता है, जो उच्च सटीकता (ऑडियो डेटा पर XGBoost के साथ 99.38% तक) प्राप्त करता है और स्केलेबल, गैर-आक्रामक मानसिक स्वास्थ्य निदान के लिए मल्टीमॉडल लर्निंग की क्षमता को प्रदर्शित करता है।
यह शोध पत्र WMS-Net का प्रस्ताव करता है, जो एक वेवलेट-मैम्बा सिनर्जिस्टिक नेटवर्क (Wavelet-Mamba Synergistic Network) है जो बहु-स्तरीय हार वेवलेट ट्रांसफॉर्म (Haar wavelet transforms), एक मैम्बा-आधारित दिशा-जागरूक मॉड्यूल (Direction-Aware module), और एक क्रॉस-टास्क अटेंशन इंटरेक्शन तंत्र (Cross-Task Attention Interaction mechanism) का लाभ उठाता है ताकि शोर और फीचर एंटैंगलमेंट को प्रभावी ढंग से संबोधित किया जा सके, जिससे एकल RGB रिमोट सेंसिंग छवियों से स्टेट-ऑफ-द-आर्ट संयुक्त सिमेंटिक सेगमेंटेशन और ऊंचाई अनुमान प्राप्त किया जा सके।
यह शोध पत्र एक हल्के और उच्च-सटीक ब्रेन ट्यूमर डिटेक्शन मॉडल का प्रस्ताव करता है जो सुपर-रिज़ॉल्यूशन तकनीकों को चैनल और पिक्सेल अटेंशन मैकेनिज्म वाले एक आर्टिफिशियल ट्रांसफार्मर आर्किटेक्चर के साथ जोड़ता है, जिससे 7,023 एमआरआई छवियों के डेटासेट पर 99.16% सटीकता प्राप्त होती है और यह अत्याधुनिक डीप लर्निंग मॉडल्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र DEDA-AFCQ एल्गोरिदम का परिचय देता है, जो एक नवीन एज डिटेक्शन संवर्धन विधि है जो q-कैलकुलस ढांचे के भीतर विश्लेषणात्मक फलनों के गुणांकों का उपयोग करके आठ दिशात्मक कनवल्शन मास्क उत्पन्न करता है, जो मानक डेटासेट पर CSKP और मि tanggal-लेफ़्लर आधारित विधियों जैसी मौजूदा तकनीकों की तुलना में बेहतर संरचनात्मक निष्ठा और प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र पैलेट-गाइडेड (palette-guided) GAN फ्रेमवर्क, PaletteGAN का प्रस्ताव करता है जो ब्राइटनेस-प्रिजर्विंग (brightness-preserving) डेटा ऑग्मेंटेशन, एक परसेप्टुअली ऑप्टिमाइज्ड (perceptually optimized) छह-रंगों के पैलेट निर्माण और एक विशेष जनरेटर-डिस्क्रिमिनेटर आर्किटेक्चर को एकीकृत करके फैशन स्केच कलरइजेशन में स्ट्रक्चरल प्रिजर्वेशन और कलर कंट्रोलैबिलिटी को बढ़ाता है, जिससे क्लीन मैरीलैंड डेटासेट (Cleaned Maryland Dataset) पर विजुअल रियलिज्म और डिजाइन कंसिस्टेंसी में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र कॉज़ल रेजिलिएंस ग्राफ ऑपरेटर (CRGO) का प्रस्ताव करता है, जो एक एकीकृत गतिशील प्रणाली है जो वैश्विक सीमा पार निवेश नेटवर्क के विकास, झटकों के प्रसार और प्रतितथ्यात्मक लचीलेपन (counterfactual resilience) को एक साथ मॉडल करने के लिए ग्राफ़ लर्निंग के साथ कॉज़ल मशीन लर्निंग को एकीकृत करती है, जिससे कठोर पूर्वानुमान और प्रणालीगत लचीलापन ऑडिटिंग सक्षम होती है।
यह शोधपत्र DOLPHIN को प्रस्तुत करता है, जो एक गोपनीयता-संरक्षण ढांचा है जो ऑफलाइन लार्ज लैंग्वेज मॉडल्स और रिट्रीवल-ऑगमेंटेड जनरेशन का लाभ उठाकर डिजिटल फॉरेंसिक जांच की तत्परता को महत्वपूर्ण रूप से बढ़ाने के लिए साक्ष्य पूर्णता का सटीक मूल्यांकन करता है, विशिष्ट अंतरालों का पता लगाता है और डेटा को स्थानीय रखते हुए केस तैयारी के समय को कम करता है।
यह अध्ययन अनुभवजन्य रूप से प्रदर्शित करता है कि कृत्रिम बुद्धिमत्ता सूचना साझाकरण, निर्णय लेने और संगठनात्मक समन्वय को बढ़ाकर शहरी हरित परिवहन विकास को महत्वपूर्ण रूप से बढ़ावा देती है, और ये सकारात्मक प्रभाव उन शहरों में विशेष रूप से स्पष्ट हैं जो उच्च जनसंख्या घनत्व, ऊर्जा खपत, प्रदूषण और यातायात भीड़ की विशेषता रखते हैं।